Nilai dan Vektor Eigen

Kuliah Jarak Jauh Program e-Learning Inherent

Fakultas Ilmu Komputer Universitas Indonesia
Mengingat kembali: perkalian matriks
Diberikan matriks A2x2 dan vektor-vektor u, v, dan w
2 0 r 1 u r 0 r 5
A v 4 w
4 u
4 1 4

Hitunglah Au, Aw, Av. Manakah dari hasil kali tersebut yang hasilnya adalah vektor
yang sejajar dengan vektor semula
Jawab: r 2 0 1 2 1 r
Av 2 2 v v dan Av sejajar
4 1 4 8
4

ur 2 0 0 0 ur
Aw 1. w w dan Aw sejajar
4 1 4 4

r 2 0 5 10 r
Au ku u dan Au TIDAK sejajar
4 1 4 24
untuk semua k R

Kuliah Jarak Jauh Program e-Learning Inherent

Fakultas Ilmu Komputer Universitas Indonesia
Mengingat kembali: SPL homogen dan
determinan
1. A adalah matriks nxn dan SPL Ax = 0 mempunyai penyelesaian trivial saja.
Apa kesimpulanm tentang A?

Jawaban:
A mempunyai inverse. Det(A) 0

2. A adalah matriks nxn dan SPL Ax = 0 mempunyai penyelesaian TIDAK

trivial. Apa kesimpulanmu tentang A dan det(A)?

Jawaban:
A tidak mempunyai inverse.
Det(A) = 0

Kuliah Jarak Jauh Program e-Learning Inherent

Fakultas Ilmu Komputer Universitas Indonesia
Perkalian vektor dengan matriks

A x = x

Ax
x

Ax

x dan Ax sejajar

Kuliah Jarak Jauh Program e-Learning Inherent

Fakultas Ilmu Komputer Universitas Indonesia
Perkalian vektor dengan matriks
2 0 1 1 2 0 0 0 2 0 5 10 5
4 1 4 =2 4 4 1 4 =1 4 4 1 4 = 24 k 4

Au = 2u Av = v Aw kw
y y y 10
2 24
8

1 0
4 4
5
4

x x x

Kuliah Jarak Jauh Program e-Learning Inherent

Fakultas Ilmu Komputer Universitas Indonesia
Definisi: Nilai dan Vektor Eigen
Definisi:
Diberikan matriks A nxn, vektor tak nol v di Rn disebut vektor eigen
dari A jika terdapat skalar sedemikian hingga
Av = v.
disebut nilai eigen, x adalah vektor eigen dari A yang
bersesuaian dengan .

Syarat perlu: v 0

(1) 1 (2) 0 1 (3) -1 0 (4) - 1

Kuliah Jarak Jauh Program e-Learning Inherent

Fakultas Ilmu Komputer Universitas Indonesia
Masalah Vektor Eigen
Diberikan matriks persegi A,

A x sejajar x

A x = x

Temukan semua vektor tidak nol x sedemikian hingga Ax

adalah kelipatan skalar x (Ax sejajar dengan x).

atau

Temukan semua vektor tak nol x sedemikian hingga Ax = x

untuk suatu skalar
Kuliah Jarak Jauh Program e-Learning Inherent
Fakultas Ilmu Komputer Universitas Indonesia
Masalah Nilai Eigen
Diberikan matriks persegi A.

A x = x
x vektor tak nol

Temukan semua skalar sedemikian hingga Ax = x untuk suatu

vektor tak nol x.
atau
Temukan semua vektor skalar sedemikian hingga persamaan

Ax
Ax == x
x mempunyai penyelesaian tak nol

Kuliah Jarak Jauh Program e-Learning Inherent

Fakultas Ilmu Komputer Universitas Indonesia
Pernyataan-pernyataan ekuivalen
Jika A matriks persegi nxn, maka kalimat-kalimat berikut ekuivalen

nilai eigen A

2. terdapat vektor tak nol x sedemikian hingga Ax = x

3. SPL (A I)x = 0 mempuyai solusi tidak nol (non-trivial)

4. adalah penyelesaian persamaan det(A I) = 0

Mencari nilai eigen A sama saja mencari penyelesaian

persamaan det(I-A) = 0
Kuliah Jarak Jauh Program e-Learning Inherent
Fakultas Ilmu Komputer Universitas Indonesia
Persamaan Karakteristik
Jika diuraikan, det((A - I) merupakan suku banyak berderajat n dalam ,
p( ) = + cn-1n-1 +cn-2 n-2 + + c1+ c0 suku banyak karakteristik

Persamaan det((A - I) = + cn-1n-1 +cn-2 n-2 + + c1+ c0 = 0 disebut

persamaan karakteristik

A - I = A-I
persamaan
karakteristik

det A-I = + cn-1n-1 +cn-2 n-2 + + c1+ c0 =0

Persamaan dengan derajat n mempunyai paling banyak n penyelesaian, jadi

matriks nxn paling banyak mempunyai n nilai eigen.
Kuliah Jarak Jauh Program e-Learning Inherent
Fakultas Ilmu Komputer Universitas Indonesia
Contoh
2 0
Mencari semua nilai eigen A= 4 1

2- 0
Mencari semua penyelesaian persamaan det =0
4 1-

Mencari penyelesaian persamaan karakteristik (2 - )(1 - ) = 0

1 2,
Nilai eigen A adalah
2 1

Kuliah Jarak Jauh Program e-Learning Inherent

Fakultas Ilmu Komputer Universitas Indonesia
Prosedur: menentukan nilai eigen
Diberikan matriks persegi A.
Nilai-nilai eigen A dapat diperoleh sebagai berikut:
1. Tentukan persamaan karakteristik det((A - I) = 0
tuliskan A dan matriks yang elemen diagonal utamanya dikurangi

2. (Jika diperlukan) uraikan persamaan karakteristik ke dalam persamaan

sukubanyak karakteristik:
+ cn-1n-1 +cn-2 n-2 + + c1+ c0 = 0

3. Selesaikan persamaan yang diperoleh pada langkah di atas. Nilai-nilai eigen

merupakan penyelesaian persamaan tersebut.

Kuliah Jarak Jauh Program e-Learning Inherent

Fakultas Ilmu Komputer Universitas Indonesia
Contoh: Menentukan nilai eigen
1 1 1
Diberikan matriks persegi A 0 3 3
2 1 1

1. Tentukan persamaan karakteristik det(A - I) = 0

1 1 1
det( A I ) det 0 3 3
2 1 1
(1 ) 2 (3 ) 6 2(3 ) 3(1 ) 0

2. Ubahlah persamaan karakteristik ke dalam persamaan sukubanyak karakteristik:

3. Selesaikan persamaan di atas untuk memperoleh nilai-nilai eigen

(1 )2 (3 ) (3 ) 0 Nilai-nilai eigen A:
( 2)(3 ) 0 1 = 0
2 = 2
Kuliah Jarak Jauh Program e-Learning Inherent
3 = 3
Fakultas Ilmu Komputer Universitas Indonesia
Nilai eigen matriks diagonal
2 0 0 0
0 5 0 0
Diberikan matriks diagonal A
0 0 6 0

0 0 0 1

2 0 0 0
0 5 0 0
A I
0 0 6 0

0 0 0 1

Persamaan karakteristik: (2 )(5 )(6 )(1 ) 0

Nilai-nilai eigen 2, 6, 5, 1
(merupakan entri diagonal utama)

Nilai-nilai eigen matriks diagonal adalah elemen diagonal

utamanya.

Kuliah Jarak Jauh Program e-Learning Inherent

Fakultas Ilmu Komputer Universitas Indonesia
 Bagaimana menentukan apakah suatu
skalar merupakan nilai eigen?
Tentukan apakah 2, 0, 4 merupakan nilai eigen A.

2 2 0
A 0 4 0
0 1 0

Jawab:
Bentuk det(A-I) untuk = 2, 0, 4. Jika det(A-I) 0, maka merupakan nilai eigen, kalau = 0,
maka bukan nilai eigen. Kunci: 2, 4 nilai eigen A, 0 bukan nilai eigen A.
22 2 0

det( A 2 I ) det 0 42 0 0 2 adalah nilai eigen A
0 1 0 2

20 2 0

det( A 0 I ) det 0 40 0 8 0 0 bukan nilai eigen A
0 1 0 0

24 2 0
4 nilai eigen A
det( A 4 I ) det 0 44 0 0
0 1 0 4
Kuliah Jarak Jauh Program e-Learning Inherent
Fakultas Ilmu Komputer Universitas Indonesia
Kelipatan skalar vektor eigen
Diberikan A. Diketahui bahwa x adalah vektor eigen A yang bersesuaian dengan nilai
eigen 2. Selidiki apakah 1/2x, 10x, 5x juga vektor-vektor eigen A
1 1 1 4 2 r
40 20
r r r
A 0 3 3 , x 6 1 x 3 10 x 60 5 x 30
2
2 1 1 2 1 20 10

1 1 1 4 8 1 1 1 40 80
r r r r
Ax 0 3 3 6 12 2 x

A(10 x) 0 3 3 60 120 2(10 x)
2 1 1 2 4 2 1 1 20
40

Ax = 2 x A(10x) = 2 (10x)

A x = x

A (10) x= (10) x
Kuliah Jarak Jauh Program e-Learning Inherent
Fakultas Ilmu Komputer Universitas Indonesia
Kelipatan skalar vektor eigen
1 1 1 4 2
r r
A 0 3 3 , x 6 1 x 3
2
2 1 1 2 1

1 1 1 4 8 r
1 1 1 2 4
r
r r
Ax 0 3 3 6 12 2 x
A( 12 x) 0 3 3 3 6 2( 12 x)
2 1 1 2 4 2 1 1 1 2

Ax = 2 x A(1/2 x) = 2 (1/2 x)

A x = x A (1/2) x= (1/2) x

Kelipatan skalar (tak nol) dari vektor eigen adalah

vektor eigen terhadap nilai eigen yang sama

Kuliah Jarak Jauh Program e-Learning Inherent

Fakultas Ilmu Komputer Universitas Indonesia
Menentukan semua vektor eigen E
Diberikan vektor matriks A dan salah satu nilai eigennya, misalnya . Tentukan semua vektor eigen
yang bersesuaian dengan .

Vektor-vektor eigen A yang bersesuaian dengan = 3 dapat diperoleh dengan menyelesaikan SPL (A -
I)x = 0. Vektor eigen adalah anggota Null(A - I)

Null(A - I)
Himpunan semua penyelesaian
SPL (A - I)x = 0

Himpunan semua vektor eigen

bersesuaian dengan
0

Null(A - I)-{0}
Kuliah Jarak Jauh Program e-Learning Inherent
Fakultas Ilmu Komputer Universitas Indonesia
Ruang Eigen
Ruang eigen A yang bersesuaian dengan terdiri atas semua
vektor eigen yang bersesuaian dengan dan vektor nol

Ruang penyelesaian SPL (A - I)x = 0

Null(A - I)x

0 Ruang Eigen
E

Null(A - I) = E

Menentukan E sama dengan menentukan himpunan penyelesaian SPL (A - I)x = 0

Kuliah Jarak Jauh Program e-Learning Inherent
Fakultas Ilmu Komputer Universitas Indonesia
Menentukan ruang eigen E
Diberikan vektor matriks A dan salah satu nilai eigennya, misalnya = 3. Tentukan
semua vektor eigen yang bersesuaian dengan = 3.

1 1 1 1 3 1 1
A 0 3 3 A I 0 3 3 3
2 1 1 2 1 1 3

SPL (A - 3 I)x = 0
1 3 1 1 x1 0 2 x1 x2 x3 0
r x
( A 3I ) x 0 3 3 3 2 0 3 x3 0
2 1 1 3 x3 0 2 x1 x2 2 x3 0

1

Penyelesaian x1 a 2 , a R
a
Himpunan penyelesaian
x2 2a 0

x3 0
1
Himpunan vektor eigen A bersesuaian dengan =3 : a 2 , a 0, a R
0

Kuliah Jarak Jauh Program e-Learning Inherent
Fakultas Ilmu Komputer Universitas Indonesia
Nilai eigen matriks pangkat
Nilai eigen dari A adalah 0, 2, dan 3.
1 1 1
A 0 3 3
2 1 1
Tentukan nilai eigen untuk

1 5 5
A2 6 12 12 , A13 , A20
4 2 1
Diberikan sembarang matriks A dan diketahui bahwa adalah nilai eigennya. Maka
terdapat vektor tak nol x sedemikian hingga
Ax = x kalikan kedua ruas dengan matriks A
A.Ax = A x
A2x = (Ax) substitusi Ax dengan x
A2x = 2x jadi, 2 merupakan nilai eigen A2
Teorema: Jika n adalah bilangan bulat positif, nilai eigen matriks A, maka n
adalah nilai eigen An
Kuliah Jarak Jauh Program e-Learning Inherent
Fakultas Ilmu Komputer Universitas Indonesia
Nilai eigen matriks singular
Misalkan = 0 merupakan nilai eigen dari A.
Maka 0 merupakan penyelesaian persamaan karakteristik:
dengan menganti dengan 0, diperoleh c0 = 0.
Padahal det(A- I) = 0, dengan = 0, maka det(A) = c0 = 0.
Karena det(A) = 0 maka A tidak mempunyai inverse.

Sebaliknya, det(A) = det(A - I) dengan mengambil = 0.Jadi det(A) = c0.

Jika A tidak mempunyai inverse, maka det(A) = 0 = c0.
Sehingga = 0 merupakan salah satu penyelesaian persamaan karakteristik;
= 0 merupakan salah satu nilai eigen dari A.

0 adalah nilai eigen A jika dan hanya jika A

tidak mempunyai inverse.

Kuliah Jarak Jauh Program e-Learning Inherent

Fakultas Ilmu Komputer Universitas Indonesia
Nilai eigen matriks transpose
det(B) = det(BT)
(A- I)T = (AT- I)

Misalkan = 0 merupakan nilai eigen dari A,

maka det(A- I)= 0
Karena matriks dan transposenya mempunyai determinan yang sama,
maka det(A- I)T= 0
Karena (A- I)T = (AT- I) ,
maka det(AT- I)= 0
Jadi, adalah nilai eigen dari AT
A dan AT mempunyai nilai eigen yang sama

A dan A-1 mempuyai nilai

eigen yang sama
Kuliah Jarak Jauh Program e-Learning Inherent
Fakultas Ilmu Komputer Universitas Indonesia
Diagonalisasi
Definisi: Matriks persegi A dapat didiagonalkan jika terdapat matriks yang
mempunyai inverse sedemikian hingga P-1AP = D adalah matriks diagonal.

5 6
Contoh: A
3 4

2 1 1 1
P P 1
1 1 1 2

1 1 5 6 2 1 2 0
1 D
P-1AP= 1 2

3 4
1 0 1

Matriks
diagonal
A dapat didiagonalkan
Kuliah Jarak Jauh Program e-Learning Inherent
Fakultas Ilmu Komputer Universitas Indonesia
Kapan matriks A dapat didiagonalkan?
Teorema:
Jika A adalah matriks nxn, maka kalimat-kalimat berikut ini ekuivalen:
1. A dapat didiagonalkan
2. A mempunyai n vektor-vektor eigen yang bebas linier

Bukti (1) (2) a11 a12 L a1n

a21 a22 L a2 n
Diberikan A A
M M M

an1 an 2 L ann
Misalkan A dapat didiagonalkan, maka terdapat matriks P yang mempunyai inverse
p11 p12 L p1n p11 p12 L p1n
p p22 L p2 n p p22 L p2 n
P 21 AP=PD 21
M M M M M M

pn1 pn 2 L pnn pn1 pn 2 L pnn

Sedemikian hingga P-1AP = D matriks diagonal

1 p11 2 p12 L n p1n 1 0 L 0
p 0 L 0
1 21 2 p22 L n p2 n 2
D
M M M M M M

1 pn1 2 pn 2 L n pnn 0 0 L n

Kuliah Jarak Jauh Program e-Learning Inherent

Fakultas Ilmu Komputer Universitas Indonesia
Kapan matriks A dapat didiagonalkan?
(lanjt)
P-1AP = D, kalikan dengan P-1,
AP = PD
p11 p12 L p1n 1 0 L 0 1 p11 2 p12 L n p1n
p 0 L 0 p n p2 n
p22 L p2 n 2 p22 L uur uur uur
PD 21
2
1 21
M M M M M M M M M 1 p1 2 p2 L n pn

pn1 pn 2 L pnn 0 0 L n 1 pn1 2 pn 2 L n pnn

a11 a12 L a1n p11 p12 L p1n

a a L a2 n p p22 L p2n uur uur uur
AP 21 22 21 A p1 A p2 L A pn
M M M M M M

an1 an 2 L ann pn1 pn 2 L pnn

AP = PD, jadi
uur uur uur uur uur uur
A p1 1 p1 A p2 2 p2 L A pn n pn

Karena P mempunyai inverse, maka kolom-kolmnya bukan kolom nol.

Berdasarkan deinisi nilai eigen, maka 1, 2, 3, ,n merupakan nilai-nilai
eigen A, dan kolom-kolom P adalah vektor-vektor eigen A yang bebas linier
(karena P mempunya inverse)

Bukti untuk (2) (1) kerjakanlah sebagai latihan untuk memperdalam

pemahaman.
Kuliah Jarak Jauh Program e-Learning Inherent
Fakultas Ilmu Komputer Universitas Indonesia
Prosedur mendiagonalkan matriks
Diberikan matriks Anxn. Akan dicari P sedemikian hingga PAP-1 = D.

Prosedur
1. Tentukan n vektor eigen A yang bebas linier, misalkan p1, p2, p3, , pn

2. Dibentuk matriks P yang kolom-kolomnya adalah p1, p2, p3, , pn

3. Mariks D = P-1AP adalah matriks diagonal yang entri diagonal utamanya

adalah 1, 2, 3, ,n dengan j adalah nilai eigen bersesuaian dengan pj untuk
j = 1, 2, 3, , n

Kuliah Jarak Jauh Program e-Learning Inherent

Fakultas Ilmu Komputer Universitas Indonesia
Contoh: mendiagonalkan matriks
Diberikan matriks Anxn. Akan dicari P sedemikian hingga PAP-1 = D.

5 6
A
3 4
Prosedur
1. Tentukan 2 vektor eigen A yang bebas linier. Pertama kita tentukan nilai-nilai eigennya
yaitu 1= 2 dan 2= -1 (telah dihitung sebelumnya). Tentukan vektor eigen bersesuaian
dengan nilai eigen, dengan menyelesaiakn SPL (A - I)x =0. Diperoleh
ur 2 ur 1
p1 p2
1 1
2. Dibentuk matriks P yang kolom-kolomnya adalah vektor-vektor eigen di atas.
2 1 1 1 1
P P
1 1 1 2

3. Matriks D = P-1A P adalah matriks diagonal yang entri diagonal utamanya adalah 1, 2
berturut-turut
2 0
D
0 1
Kuliah Jarak Jauh Program e-Learning Inherent
Fakultas Ilmu Komputer Universitas Indonesia
Masalah Diagonalisasi dan masalah
vektor eigen
Masalah vektor eigen
Diberikan matriks Anxn, apakah terdapat basis di Rn terdiri atas vektor-vektor
eigen?

Masalah diagonalisasi
Diberikan matriks Anxn apakah terdapat matriks yang mempunyai inverse P
sedemikian hingga nP-1AP adalah matriks diagonal?

Teorema:
Anxn dapat didiagonalkan jika dan hanya jika terdapat n vektor eigen yang bebas
linier.

Padahal, setiap n vektor yang saling bebas linier di R n merupakan basis Rn.

Kesimpulan: masalah vektor eigen sama dengan masalah diagonalisasi

Kuliah Jarak Jauh Program e-Learning Inherent

Fakultas Ilmu Komputer Universitas Indonesia